Публікація:
Формальне представлення аналізу релевантності тексту в новинних сайтах з використанням багатоцільової моделі NLP

Спрощена сторінка документа
dc.contributor.authorУсачов, В. С.
dc.date.accessioned2020-03-06T05:45:19Z
dc.date.available2020-03-06T05:45:19Z
dc.date.issued2019
dc.description.abstractМетою атестаційної роботи є формальне представлення процесу аналізу релевантності тексту в новинних статтях з використанням багатоцільової моделі BERT (Bidirectional Encoder Representations from Transformers). У ході виконання атестаційної роботи був проведений детальний аналіз сучасних підходів що застовуються в Natural Language Processing (NLP), було розкрито поняття глибоких нейронних мереж, були проаналізовані різні моделі з попередньою підготовкою для початку роботи для обробки природної мови при аналізі новинних статей. Далі були сформовані критерії оцінки якості роботи глибоких нейронних мереж та виконане формальне представлення процесу аналізу релевантності тексту в новинних статтях з використанням багатоцільової моделі BERT. На закінченні був проведений експеремент в середовищі Google Colab з використанням фреймворку Tensorflow та надані практичні рекомендації по застосуванню розробленого програмного додатку.uk_UA
dc.identifier.citationУсачов В. С.Формальне представлення аналізу релевантності тексту в новинних сайтах з використанням багатоцільової моделі NLP : пояснювальна записка до атестаційної роботи здобувача вищої освіти на другому (магістерському) рівні, спеціальність 123 Комп'ютерна інженерія / В. С. Усачов ; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки. – Харків, 2019. – 75 с.uk_UA
dc.identifier.urihttp://openarchive.nure.ua/handle/document/11018
dc.language.isoukuk_UA
dc.subjectаналіз релевантності текстуuk_UA
dc.subjectновинний сайтuk_UA
dc.subjectмодель NLPuk_UA
dc.titleФормальне представлення аналізу релевантності тексту в новинних сайтах з використанням багатоцільової моделі NLPuk_UA
dc.title.alternativeFormal Presentation of Text Relevant Analysis in News Sites Using NLP Multi-Target Modeluk_UA
dc.typeOtheruk_UA
dspace.entity.typePublication

Файли

Оригінальний пакет
Зараз показано 1 - 1 з 1
Немає доступних мініатюр
Назва:
2019_M_EOM_Usachov_V_S.doc
Розмір:
4.37 MB
Формат:
Microsoft Word
Опис:
Пояснювальна записка до АР
Завантажити
Ліцензійний пакет
Зараз показано 1 - 1 з 1
Немає доступних мініатюр
Назва:
license.txt
Розмір:
9.42 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Колекції

Кваліфікаційні роботи магістрів (Маг_ЕОМ)